在AI大模型产业的蓬勃发展中，“三力”——大模型能力、算力以及产品力，成为了推动行业前行的关键要素。随着AI大模型能力的日新月异，算力成为支撑其发展的生命线，而产品力则日益成为市场竞争的新焦点。为了深入探讨大模型产业如何围绕这“三力”作答，并开创新局面，上海证券报记者近期采访了腾讯、阿里、稀宇科技MiniMax等国内头部大模型公司的相关人士。

大模型能力：持续迭代与创新

业内普遍认为，大模型的发展有三条主要路径：一是通过增加数据和算力，提升模型的参数规模；二是实现多模态，即让大模型能够理解和生成文字、图像、音频、视频等多种内容；三是增强复杂推理和逻辑自我纠正功能，以提高模型的准确性。阿里云智能科技研究中心主任安琳指出，这三条路径并不冲突，大模型厂商正在同时朝这三个方向进行投入，且每季度都有较大的版本更新。

近年来，主流大模型的参数规模从百亿级逐渐迭代至数千亿，甚至万亿级别。然而，随着参数规模的扩大，边际效益递减的现象开始显现。因此，多模态和全模态的发展成为了新的趋势。例如，腾讯在文生图领域推出了首个中文原生的DiT架构文生图开源模型，支持中英文双语输入及理解，展现了多模态技术的创新应用。

此外，OpenAI推出的o1、o3模型系列也聚焦于“深度思考”，通过提升模型的推理能力来获得更可靠的响应，这标志着大模型能力正向更高层次迈进。

算力挑战：创新与高效利用

算力作为大模型的生命线，在全球算力供不应求的背景下显得尤为重要。为了破解算力紧缺的难题，业界在架构、训练平台、算力网络等方面进行了创新与迭代。MoE（混合专家）架构体系已成为主流大模型采用的技术架构，它通过将大模型的参数分成若干“专家模型”，在处理任务时只调用相关“专家模型”，从而降低了算力消耗。

MiniMax作为国内率先采用MoE架构的公司之一，其副总裁刘华介绍，这一架构有效提升了算力利用效率。同时，采用线性注意力机制也是提高计算效率的一种方式。MiniMax发布的MiniMax-01全新系列模型能够高效处理全球最长400万token的上下文，展现了其在算力利用方面的创新成果。

腾讯混元大模型负责人也强调，全链路自研的能力是竞争的关键。腾讯拥有万卡规模的算力集群和自研的星脉算力网络，具备业界最高的通信带宽和性能，有效降低了算力成本。

随着AI应用在全社会的普及，云计算成为了高效利用社会算力资源的最佳途径。安琳表示，云计算与大模型的关系紧密相连，通过云计算共享算力可以有效提高算力利用率，降低算力成本。

产品力出圈：打造一站式AI服务

在产品力方面，各大模型公司纷纷推出了面向普通用户的App，以打造一站式AI服务为目标。中信建投证券的数据显示，2024年12月全球前20的AI产品App端月活合计近8亿，同比增长7.35%；国内前20的AI产品App端月活合计达到1.66亿，同比增长17.65%。

夸克业务负责人表示，大模型正在从“写诗作画”走向“解决问题”，通过打造一站式AI服务和系统级全场景AI能力，为用户提供更高效的信息服务。同时，互联网大厂拥有丰富的数字生活场景，AI大模型在这些场景中的落地有效升级了用户体验。例如，腾讯已在超过700个业务场景中接入了混元大模型，服务了数以亿计的用户。

微信读书基于腾讯混元大模型推出的“AI问书”和“AI大纲”等新功能，让用户可以直接在电子书中“划词提问”，由内嵌的混元大模型提供解答。这一功能不仅提升了用户的阅读体验，还将多本电子书关联在一起，方便用户按主题阅读和研究。

（文章来源：上海证券报，本文总结了AI大模型产业围绕大模型能力、算力以及产品力这“三力”的发展现状和趋势，展现了业界的创新与突破。）